Data Engineering, Big Data and ML on Google Cloud en Español
Google Cloud via Coursera Specialization
Overview
Coursera Flash Sale
40% Off Coursera Plus for 3 Months!
Grab it
Especialización acelerada en línea de cinco semanas de duración, donde los participantes reciben una introducción práctica en el diseño y compilación de sistemas de procesamiento de datos en Google Cloud Platform. Usando una combinación de presentaciones, demostraciones y labs prácticos, los participantes aprenderán a diseñar sistemas de procesamiento de datos, compilar canalizaciones de datos de extremo a extremo, analizar datos y llevar a efecto funciones de aprendizaje automático. Este curso le enseñará las siguientes habilidades:
• Diseñar y crear sistemas de procesamiento de datos en Google Cloud Platform
• Aprovechar los datos no estructurados mediante Spark y las API de AA en Cloud Dataproc
• Procesar los datos por lotes y de transmisión mediante la implementación de canalizaciones de datos de ajuste de escala automático en Cloud Dataflow
• Generar estadísticas empresariales a partir de conjuntos de datos muy grandes mediante Google BigQuery
• Entrenar, evaluar y predecir por medio de los modelos de aprendizaje automático con Tensorflow y Cloud ML
• Extraer estadísticas al instante a partir de los datos de transmisión
Este curso está dirigido a desarrolladores experimentados responsables de la administración de transformaciones de macrodatos.
>>> Al inscribirse en esta especialización acepta los Términos de Servicio de Qwiklabs según lo establecido en las Preguntas Frecuentes, disponibles en el apartado: https://qwiklabs.com/terms_of_service
Syllabus
- Course 1: Crea data lakes y almacenes de datos en Google Cloud
- Course 2: Crea canalizaciones de datos por lotes en Google Cloud
- Course 3: Crea canalizaciones de datos de transmisión en Google Cloud
- Course 4: Smart Analytics, Machine Learning, and AI on GCP en Español
Courses
-
En este curso, aprenderás sobre los productos y servicios de macrodatos y aprendizaje automático de Google Cloud involucrados en el ciclo de vida de datos a IA. También explorarás los procesos, los desafíos y los beneficios de crear una canalización de macrodatos y modelos de aprendizaje automático con Vertex AI en Google Cloud.
-
En este curso acelerado a pedido de una semana, los participantes recibirán una introducción práctica sobre cómo diseñar y compilar modelos de aprendizaje automático en Google Cloud Platform. Mediante una serie de presentaciones, demostraciones y labs prácticos, los participantes conocerán conceptos de aprendizaje automático (AA) y TensorFlow, y adquirirán habilidades prácticas para desarrollar, evaluar y producir modelos de AA.
OBJETIVOS
En este curso, los participantes adquirirán las siguientes habilidades:
● Identificar casos prácticos de aprendizaje automático
● Compilar un modelo de AA con TensorFlow
● Compilar modelos de AA implementables y escalables con Cloud ML
● Conocer la importancia del procesamiento previo y la combinación de atributos
● Incorporar conceptos avanzados de AA a sus modelos
● Llevar modelos entrenados de AA a producción
REQUISITOS PREVIOS
Para aprovechar al máximo este curso, los participantes deben cumplir con los siguientes requisitos previos:
● Haber completado el curso "Google Cloud Fundamentals - Big Data and Machine Learning" O contar con experiencia equivalente
● Tener un conocimiento básico del lenguaje de consulta común, como SQL
● Tener experiencia con las actividades de extracción, transformación, carga y modelado de datos
● Haber desarrollado aplicaciones mediante un lenguaje de programación común, como Python
● Estar familiarizados con el aprendizaje automático o las estadísticas
Notas sobre la Cuenta de Google:
• Por el momento, los servicios de Google no están disponibles en China. -
Este curso acelerado a pedido de una semana está basado en Google Cloud Platform Big Data and Machine Learning Fundamentals. Mediante una serie de presentaciones, demostraciones y labs prácticos dictados por un instructor, los participantes aprenderán a realizar procesamiento de canalizaciones, análisis y almacenamiento de datos no-ops.
Requisitos previos:
• Google Cloud Platform Big Data and Machine Learning Fundamentals
• Experiencia en el lenguaje de consulta de tipo SQL para analizar datos
• Conocimientos de Python o Java
Notas sobre la Cuenta de Google:
• Los servicios de Google no están disponibles en China. -
Este curso acelerado a pedido de una semana está basado en Google Cloud Platform Big Data and Machine Learning Fundamentals. Mediante una serie de clases por video, demostraciones y labs prácticos, aprenderá a compilar canalizaciones de datos de transmisión con Google Cloud Pub/Sub y Dataflow para poder tomar decisiones en tiempo real. Además, aprenderá a compilar paneles a fin de procesar resultados personalizados para distintos públicos interesados.
Requisitos previos:
• Haber completado el curso Google Cloud Platform Big Data and Machine Learning Fundamentals (o contar con experiencia equivalente)
• Conocimientos de Java
Objetivos:
• Comprender casos prácticos de estadísticas de transmisiones en tiempo real
• Usar el servicio de mensajería asíncrona de Google Cloud Pub/Sub para administrar eventos de datos
• Escribir canalizaciones de transmisión y ejecutar transformaciones cuando sea necesario
• Familiarizarse con ambos lados de una canalización de transmisión: la producción y el consumo
• Interoperar Dataflow, BigQuery y Cloud Pub/Sub para realizar transmisiones y análisis en tiempo real -
Este curso acelerado de una semana está basado en cursos anteriores de la especialización "Data Engineering on Google Cloud Platform". Mediante una serie de clases por video, demostraciones y labs prácticos, aprenderá a crear y administrar clústeres de procesamiento para ejecutar trabajos de Hadoop, Spark, Pig o Hive en Google Cloud Platform.Además, aprenderá a acceder a varias opciones de almacenamiento en la nube desde sus clústeres de procesamiento y a integrar las capacidades del aprendizaje automático de Google en sus programas de estadísticas.
En los labs prácticos, creará y administrará clústeres de Dataproc con la consola web y la CLI. Luego, usará los clústeres para ejecutar trabajos de Spark y Pig. A continuación, creará notebooks de IPython que se integran con BigQuery y el almacenamiento, y utilizará Spark. Por último, integrará las API de aprendizaje automático en el análisis de sus datos.
Requisitos previos
• Google Cloud Platform Big Data & Machine Learning Fundamentals (o contar con experiencia equivalente)
• Conocimientos de Python
Taught by
Google Cloud Training